AI产业前沿速递(0531)

人工智能技术的飞速进步，正在重塑全球商业格局，其影响辐射到各个行业领域。一目科技微信公众号定期推出《AI产业前沿速递》，从技术动态、行业应用、政策趋势等方面汇聚全球人工智能的最新动态。

技术动态

主题：英伟达推出Nemotron 3 Nano Omni模型

概况：近日，英伟达发布了Nemotron 3 Nano Omni，这是一款开放式多模态人工智能模型，它将文本、图像、音频和视频处理整合到一个系统中。

该模型采用30B-A3B混合专家架构，将视觉和音频编码器集成到一个系统中。据英伟达称，该模型的性能比以往具有类似交互功能的开放式全向模型高出九倍。

技术原理：混合专家架构 (MoE)、多模态编码器集成、全模态统一处理

参考链接：英伟达全模态大模型来了，几秒搞定老黄3分钟演讲，吞吐量同类9倍

主题：Genesis AI：发布机器人基础模型系统GENE-26.5

概况：5月7日，机器人创业公司Genesis AI发布机器人基础模型系统GENE-26.5，专注于实现人类级别的物理操作能力。

该模型通过流匹配技术整合视觉、触觉、动作等多模态数据，支持烹饪、实验室移液、解魔方等复杂任务。其核心创新包括专用数据引擎、仿人机械手及低延迟控制系统，能快速从少量任务数据中学习。数据引擎依托手套数据、第一视角与第三人称视频，已积累超20万小时跨模态数据，主要由真实人类操作数据训练，仿真负责闭环评估与迭代。

技术原理：流匹配技术、多模态数据整合 (视/触/动)、仿人机械手设计、真实数据驱动

参考链接：Genesis AI 发布新模型：机器人开始挑战西红柿炒鸡蛋

主题：百灵大模型：正式开源万亿级思考模型Ring-2.6-1T

概况：5月15日，正式开源万亿级思考模型Ring-2.6-1T。

Ring-2.6-1T加入了可调节的Reasoning Effort机制。开发者可以在high和xhigh两种推理强度之间选择：high面向Agent、Coding、多步工具调用等高频任务，强调执行效率和Token开销；xhigh则面向数学、科研、复杂逻辑分析等更难的推理任务。

技术原理：可调节推理机制、万亿级参数、任务导向推理强度

参考链接：Ring-2.6-1T 正式开源：为真实复杂任务打造的万亿级思考模型

主题：谷歌发布“双子座全能”多模态模型

概况：5月19日，谷歌在年度开发者大会Google I/O 2026上宣布推出新一代多模态生成式人工智能模型“双子座全能”（Gemini Omni），首个发布版本为“双子座全能闪电”（Gemini Omni Flash），可根据文本、图像、音频和视频等多种形式的输入直接生成视频内容，并支持用户使用自然语言完成视频编辑。

标志着多模态生成式AI从“文字生成图片”迈向“任意输入生成视频”的新阶段。以自然语言驱动视频编辑，有望大幅降低内容创作门槛，对短视频、广告、影视等行业产生深远影响。

技术原理：多模态生成、跨模态视频生成、自然语言驱动编辑

参考链接：谷歌推出“双子座全能”多模态生成模型

行业应用

主题：Claude：正式接入Office全家桶

概况：5月8日，Claude官方宣布正式接入微软Excel、PowerPoint和Word，并在Outlook中开放了公测版。

用户无需切换网页版，可直接在Office内调用Claude完成邮件处理、文档草拟、表格分析、汇报生成全流程。此外，用户在不同Office应用中操作时，Claude能记住之前的上下文，实现从邮件分类、文档起草到数据分析和汇报生成的全流程连贯协作。

技术原理：API深度集成、上下文记忆、跨应用协同

应用领域：办公自动化、文档处理、邮件管理、数据分析、汇报生成

参考链接：安卓彻底变了！Gemini接管所有屏幕，苹果连影子都没追上

主题：OpenClaw：Peekaboo v3.0正式版上线

概况：5月11日，OpenClaw的专属Computer Use工具Peekaboo v3正式版上线。

Computer Use补上了OpenClaw最缺的一环，让AI不只会回消息，还能看屏幕、点按钮、操作真实桌面。核心价值是把桌面变成Agent可理解的工作场域，不仅截图给模型看，还整理出控件、窗口、文本、按钮关系，形成可追踪复盘的现场记录。

技术原理：计算机视觉、桌面控件识别、操作记录与复盘、环境理解

应用领域：桌面自动化、AI助手、工作流程自动化、软件测试

参考链接：OpenClaw终于长出手和眼！Peter正式发布Peekaboo v3，一日三更

主题：谷歌：上线Gemini Intelligence，无缝植入全新安卓设备

概况：5月13日，谷歌重磅上线Gemini Intelligence，安卓从操作系统转型为智能系统。

Gemini Intelligence全部植入谷歌「硬件全家桶」中覆盖手机、手表、汽车、XR 眼镜，以及一个全新的笔记本品类。推出多步任务自动化、Rambler语音整理、Create My Widget、智能填表及Chrome内置Gemini助手，可跨App跳转完成购物、下单等动作；Quick Share兼容AirDrop，iOS换机迁移流程重做，RCS消息端到端加密，打通跨平台壁垒，对标苹果Apple Intelligence。

技术原理：多设备无缝集成、跨平台任务自动化、自然语言交互、端到端加密通信

应用领域：移动操作系统、智能穿戴、汽车信息娱乐、XR设备、跨平台协作

参考链接：安卓彻底变了！Gemini接管所有屏幕，苹果连影子都没追上

主题：QoderWake开启全球公测

概况：5月20日，AI云服务商阿里云旗下Qoder推出数字员工QoderWake，用户最快5分钟可配置一位可长期在岗的AI同事，首发Mac版，即日开启全球公测。

产品内置后端工程师、前端工程师、测试工程师、产品经理、数据分析师、内容运营专员六个岗位，支持岗位自定义与团队协同部署。

员工拥有独立身份、记忆与任务追溯能力，并配备多维:度权限防护机制，保障信息安全。

技术原理：快速配置部署、角色与权限管理、记忆与任务追溯、团队协同

应用领域：云服务、软件开发团队、内容运营、数据分析、企业自动化

参考链接：QoderWake 正式开启全球公测：5 分钟，让一位数字员工上岗

政策趋势

主题：美国对前沿AI模型启动部署前评估

概况：5月5日，美国商务部人工智能标准与创新中心(CAISI)已与Google DeepMind、Microsoft、xAI签署协议，将对前沿AI模型开展部署前评估和定向研究，重点围绕国家安全相关能力与风险展开测试，标志着美国AI监管政策转向主动介入。

参考链接：美国拟强化AI监管机制

主题：欧盟松绑AI产业监管

概况：5月7日，欧洲议会与欧盟理事会就《人工智能法案》简化修订方案达成临时政治协议，通过延后合规时限、优化监管细则、放宽企业豁免等举措，为 AI 产业创新发展松绑，也为全球 AI 治理提供新参考。

目前核心聚焦欧盟 AI 法案合规延期与中国 AI 伦理审查制度化，直接影响 AI 学习工具、教育、医疗等高风险场景。

参考链接：【欧盟动态】欧盟各国就“简化”人工智能监管法规达成一致

主题：四部门：印发《关于促进人工智能与能源双向赋能的行动方案》

概况：5月8日，国家能源局会同国家发展改革委、工业和信息化部、国家数据局印发《关于促进人工智能与能源双向赋能的行动方案》。

《行动方案》以能源支撑人工智能发展、人工智能赋能能源转型为主线，聚焦保障算力设施安全可靠的能源供给、推动算力设施绿色低碳转型、促进算力电力高效经济协同、开放能源领域人工智能高价值应用场景、挖掘能源领域数据价值、强化能源领域人工智能模型创新等方面部署了29项重点任务，着力促进能源、算力、场景、数据、模型等人工智能发展各要素高效协同。

参考链接：国家发展改革委国家能源局工业和信息化部国家数据局印发《关于促进人工智能与能源双向赋能的行动方案》的通知

以上图片均来源于网络。

关于一目

一目科技致力于构建面向通用物理 AI 的世界模型与机器人技术体系。

通过以触觉为核心的物理交互学习，我们将多模态感知与世界模型深度融合，使机器能够理解接触与物理因果，从而构建更贴近现实的世界模型，实现从“感知世界”迈向“建模世界”的跃迁。

这一能力使机器人能够在真实环境中实现稳定操控与任务泛化。公司打造从感知、认知到行动的全栈闭环能力，推动 AI 从数字智能走向具身智能，加速物理 AI 的进化。

截至目前，一目科技已在全球范围布局超700件知识产权，先后获得国家高新技术企业认定与省专精特新中小企业认定，通过了 ISO质量/环境/职业健康安全管理三体系认证与 AAA级信用企业认证，四年内共荣获12项国际大奖。